NIGENS 通用声音事件数据库
声音
2020-01-03 v4 机器学习
多媒体
音频与语音处理
摘要
计算听觉场景分析近年来受到越来越多的关注。相较于更为成熟的语音识别领域，尤其是通用声音事件检测正吸引着日益增长的关注。对于训练和测试合理的模型而言，关键在于拥有足够且合适的数据——直到最近，通用声音事件数据库还几乎难以找到。我们发布并介绍了一个数据库，包含 714 个 wav 文件，其中有 14 种不同类型的高质量孤立声音事件，以及 303 个不属于这 14 种类型的“通用” wav 文件。所有声音事件均以感知上的起止时间进行了强标注，并注意省略了中间的静音段。孤立声音事件的数量、标注的质量，以及特定的通用声音类别，使 NIGENS 区别于其他数据库。
引用
@article{arxiv.1902.08314,
title = {The NIGENS General Sound Events Database},
author = {Ivo Trowitzsch and Jalil Taghia and Youssef Kashef and Klaus Obermayer},
journal= {arXiv preprint arXiv:1902.08314},
year = {2020}
}
备注
update to v4: added classification rate table, corrections, updates